-
公开(公告)号：CN113864665A
公开(公告)日：2021-12-31
申请号：CN202111174673.5
申请日：2021-10-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于自适应ICA和改进的RLS滤波器的流体管道泄漏定位方法，属于管道泄漏检测领域。该方法包括：采用自适应CEEMDAN算法将采集到的泄漏振动信号分解为有限个IMF分量，通过计算各分量与其对应泄漏振动信号的欧氏距离滤除不相关的IMF分量，并利用筛选得到的IMF分量构造ICA中的观测信号矩阵，通过自适应ICA的最大似然估计将实时泄漏振动信号与管道的脉冲响应卷积进行强去相关和分离，得到源泄漏振动信号；利用TOPSIS算法自适应确定RLS滤波器的滤波阶数和遗忘因子；最后利用优化后的RLS滤波器对源泄漏振动信号的时延进行迭代计算，从而实现管道泄漏的定位。
-
公开(公告)号：CN111947045B
公开(公告)日：2022-01-28
申请号：CN202010859714.3
申请日：2020-08-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于GVMD参数优化和奇异值分解的流体管道泄漏定位方法，属于检测技术领域。该方法首先设置GA的迭代次数等参数，并结合传感器拾取的泄漏振动信号计算适应度及VMD分解的最优参数，实现VMD参数选择自适应；其次计算VMD分解后的各个IMF分量的峭度，并重构信号；最后利用SVD分解选择相应的奇异值再次重构。本发明可以有效抑制流体管道泄漏振动信号因频散、多模态特性产生的大量噪声，提高泄漏振动信号的信噪比，从而减少时延估计误差，最终可以有效提高泄漏定位精度。
-
公开(公告)号：CN110939874B
公开(公告)日：2021-08-31
申请号：CN201911292108.1
申请日：2019-12-16
Applicant: 重庆邮电大学
IPC: F17D5/06
Abstract: 本发明涉及一种基于四阶累积量的管道泄漏振动信号自适应时延估计方法，属于流体管道泄漏监测技术领域。该方法包括以下步骤：S1：采集流体管道泄漏振动信号；S2：对管道泄漏振动信号进行四阶累积量运算；S3：进行递归最小二乘法(RLS)自适应滤波；S4：得到时延估计结果。本发明首先将传感器拾取的泄漏振动信号进行自、互四阶累积运算得到一维切片，这两个一维切片可以作为两个新的时域信号，采用RLS自适应滤波算法滤除相关噪声，从而抑制相关噪声，提高了信噪比，减少时延估计误差。通过该技术，可有效抑制流体管道泄漏振动信号因频散、多模态特性产生的相关高斯噪声，提高泄漏振动信号的信噪比，从而减少时延估计误差，最终可以有效减少泄漏定位误差。
-
公开(公告)号：CN113864665B
公开(公告)日：2024-02-13
申请号：CN202111174673.5
申请日：2021-10-09
Applicant: 重庆邮电大学
IPC: G06F17/15
Abstract: 本发明涉及一种基于自适应ICA和改进的RLS滤波器的流体管道泄漏定位方法，属于管道泄漏检测领域。该方法包括：采用自适应CEEMDAN算法将采集到的泄漏振动信号分解为有限个IMF分量，通过计算各分量与其对应泄漏振动信号的欧氏距离滤除不相关的IMF分量，并利用筛选得到的IMF分量构造ICA中的观测信号矩阵，通过自适应ICA的最大似然估计将实时泄漏振动信号与管道的脉冲响应卷积进行强去相关和分离，得到源泄漏振动信号；利用TOPSIS算法自适应确定RLS滤波器的滤波阶数和遗忘因子；最后利用优(56)对比文件Li Shuaiyong,Cai Mengqian,Hanmingxiu,Dai Zzhengxu.Noise ReductionBased on CEEMDAN-ICA and Cross-SpectralAnalysis for Leak Location in Water-Supply Pipelines.IEEE SENSORSJOURNAL.2022,第22卷(第13期),13030-13042.李帅永;程振华;毛维培;夏传强;杨雪梅.基于改进经验小波变换及互谱相位差谱的供水管道泄漏声振动定位方法.仪器仪表学报.2019,(第12期),全文.李辉;焦毛;杨晓萍;白亮;罗兴.基于EEMD和SOM神经网络的水电机组故障诊断.水力发电学报.2017,(第07期),全文.周云龙;王锁斌.高斯矩Fast ICA算法在风机振动信号去噪中的应用.动力工程学报.2011,(第03期),全文.
-
公开(公告)号：CN113723007B
公开(公告)日：2023-09-15
申请号：CN202111049621.5
申请日：2021-09-08
Applicant: 重庆邮电大学
IPC: G06F30/27 , G06N3/006 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/0464 , G06N3/084 , G06F119/02 , G06F119/04
Abstract: 本发明涉及一种基于DRSN和麻雀搜索优化BiLSTM的机械设备剩余寿命预测方法，属于机械设备监测领域。首先，无需先验知识利用DRSN对原始信号进行自适应特征学习，该网络的注意力机制和软阈值化结构可以有效的消除噪声相关特征的影响，挖掘机械设备的退化特征构建健康指标。然后，利用BiLSTM网络构建剩余寿命预测模型，针对BiLSTM隐藏层神经元个数和学习率难以设定的问题，采用麻雀搜索算法对上述参数进行优化。将DRSN提取出的健康指标进行平滑处理后，以归一化寿命为标签，输入到优化后的BiLSTM预测模型，完成机械设备的剩余寿命预测。
-
Patent Agency Ranking
公开(公告)号：CN112257773B
公开(公告)日：2022-06-10
申请号：CN202011121385.9
申请日：2020-10-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于无线传感器网络多测量向量的机械装备故障诊断方法，属于深度学习技术领域。该方法包括以下步骤：S1：多测量向量的压缩采集；S2：数据处理；S3：卷积神级网络模型训练；S4：识别故障类型。本发明突破了Nyquist采样定律的限制，降低数据采集的量，从而降低无线传感器网络的负载。相比传统人工提取特征进行诊断的方式更便捷、高效，减少了对人工和专业知识的需求。采用了多测量向量MMV的进行数据压缩采集，提高采集的压缩数据量只包含更多的故障源信息，比SMV模型的故障诊断的识别率更高。
-
公开(公告)号：CN112257773A
公开(公告)日：2021-01-22
申请号：CN202011121385.9
申请日：2020-10-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于无线传感器网络多测量向量的机械装备故障诊断方法，属于深度学习技术领域。该方法包括以下步骤：S1：多测量向量的压缩采集；S2：数据处理；S3：卷积神级网络模型训练；S4：识别故障类型。本发明突破了Nyquist采样定律的限制，降低数据采集的量，从而降低无线传感器网络的负载。相比传统人工提取特征进行诊断的方式更便捷、高效，减少了对人工和专业知识的需求。采用了多测量向量MMV的进行数据压缩采集，提高采集的压缩数据量只包含更多的故障源信息，比SMV模型的故障诊断的识别率更高。
-
公开(公告)号：CN113723007A
公开(公告)日：2021-11-30
申请号：CN202111049621.5
申请日：2021-09-08
Applicant: 重庆邮电大学
IPC: G06F30/27 , G06N3/00 , G06N3/04 , G06N3/08 , G06F119/02 , G06F119/04
Abstract: 本发明涉及一种基于DRSN和麻雀搜索优化BiLSTM的机械设备剩余寿命预测方法，属于机械设备监测领域。首先，无需先验知识利用DRSN对原始信号进行自适应特征学习，该网络的注意力机制和软阈值化结构可以有效的消除噪声相关特征的影响，挖掘机械设备的退化特征构建健康指标。然后，利用BiLSTM网络构建剩余寿命预测模型，针对BiLSTM隐藏层神经元个数和学习率难以设定的问题，采用麻雀搜索算法对上述参数进行优化。将DRSN提取出的健康指标进行平滑处理后，以归一化寿命为标签，输入到优化后的BiLSTM预测模型，完成机械设备的剩余寿命预测。
-
公开(公告)号：CN111947045A
公开(公告)日：2020-11-17
申请号：CN202010859714.3
申请日：2020-08-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于GVMD参数优化和奇异值分解的流体管道泄漏定位方法，属于检测技术领域。该方法首先设置GA的迭代次数等参数，并结合传感器拾取的泄漏振动信号计算适应度及VMD分解的最优参数，实现VMD参数选择自适应；其次计算VMD分解后的各个IMF分量的峭度，并重构信号；最后利用SVD分解选择相应的奇异值再次重构。本发明可以有效抑制流体管道泄漏振动信号因频散、多模态特性产生的大量噪声，提高泄漏振动信号的信噪比，从而减少时延估计误差，最终可以有效提高泄漏定位精度。
-
公开(公告)号：CN110939874A
公开(公告)日：2020-03-31
申请号：CN201911292108.1
申请日：2019-12-16
Applicant: 重庆邮电大学
IPC: F17D5/06
Abstract: 本发明涉及一种基于四阶累积量的管道泄漏振动信号自适应时延估计方法，属于流体管道泄漏监测技术领域。该方法包括以下步骤：S1：采集流体管道泄漏振动信号；S2：对管道泄漏振动信号进行四阶累积量运算；S3：进行递归最小二乘法(RLS)自适应滤波；S4：得到时延估计结果。本发明首先将传感器拾取的泄漏振动信号进行自、互四阶累积运算得到一维切片，这两个一维切片可以作为两个新的时域信号，采用RLS自适应滤波算法滤除相关噪声，从而抑制相关噪声，提高了信噪比，减少时延估计误差。通过该技术，可有效抑制流体管道泄漏振动信号因频散、多模态特性产生的相关高斯噪声，提高泄漏振动信号的信噪比，从而减少时延估计误差，最终可以有效减少泄漏定位误差。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.014 seconds)
